#cross-cultural

共收录 2 条相关安全情报。

← 返回所有主题
👥 作者: Franziska Herbert, Collins W. Munyendo, Jonas Hielscher, Steffen Becker 0003, Yixin Zou

该论文是首个大规模跨文化比较研究,系统考察了全球不同国家用户对数字安全的感知与实践差异,尤其聚焦于“WEIRD”(Western, Educated, Industrialized, Rich, and Democratic)社会与非WEIRD社会之间的对比。传统网络安全研究多基于西方国家样本,导致结论可能带有文化偏差。本研究通过跨国问卷或行为数据,分析不同文化背景下用户在威胁认知、安全行为习惯(如密码管理、双因素认证、软件更新)、对隐私泄露的担忧程度、以及信任来源(如依赖家人朋友还是专业建议)等方面的异同。核心研究问题包括:安全感知是否随国家发展水平或文化维度(如个人主义/集体主义)变化?实际安全行为与自我报告是否一致?研究发现可能挑战现有“以西方为中心”的安全干预设计。主要贡献包括:提供覆盖多国的实证数据,识别出显著的文化差异模式,并为全球化的安全宣传、产品设计和政策制定提供针对性建议。该研究有助于安全从业者避免将本国经验简单外推至其他地区,也为未来本土化的安全意识培训提供了理论依据。适合人机交互、可用性安全、全球网络安全政策制定者及跨国企业安全团队阅读。由于仅基于摘要,具体样本量、统计方法和国别清单未详细展开。

💡 推荐理由: 揭示现有安全研究多基于WEIRD样本而忽视全球多样性,影响安全产品设计、用户教育和政策制定。对跨国运营的蓝队安全团队有参考价值,有助于理解不同地区员工的真实安全行为与培训需求。

🎯 建议动作: 研究跟进

排序因子: 来自网络安全顶级会议 (+8) | Community 数据源 (+1) | LLM 评分加成 (+0.5)
👥 作者: Patrick Gage Kelley, Celestina Cornejo, Lisa Hayes, Ellie Shuo Jin, Aaron Sedley, Kurt Thomas, Yongwei Yang, Allison Woodruff

本文是一篇关于公众对人工智能(AI)影响隐私未来预期的跨国实证研究。研究团队在10个国家开展调查,旨在回答两个核心问题:普通人预期AI将如何改变隐私状况?以及为什么会产生这样的预期?标题中引用的用户原话“There will be less privacy, of course”反映了普遍存在的悲观预期。研究采用定量与定性相结合的方法,系统比较了不同国家、文化背景和社会制度下民众的认知差异。初步结果显示,多数受访者预期AI会导致隐私减少,但这种预期并非单一负面,而是与AI带来的便利性、安全性等益处形成权衡考量。此外,研究还分析了个人经历、媒体影响、政策环境等因素如何塑造公众态度。该研究的核心贡献在于提供了跨文化的公众认知基线,填补了AI隐私伦理研究中“用户视角”的空白,为技术开发者、隐私政策制定者以及企业合规团队提供了宝贵参考。对于安全防御者而言,理解公众对AI隐私的期待有助于在系统设计中嵌入隐私保护功能,并提前预警因用户预期不匹配而引发的信任风险。

💡 推荐理由: 安全从业者设计AI系统时,需要了解公众对隐私的既有预期,以确保产品符合用户认知和隐私法规,避免信任危机。跨国数据可帮助跨国企业或全球部署的系统制定本地化隐私策略。

🎯 建议动作: 研究跟进

排序因子: 来自网络安全顶级会议 (+8) | Community 数据源 (+1) | LLM 评分加成 (+0.5)